[发明专利]基于无症状感染者预测传染病趋势的方法及装置有效

专利信息
申请号: 202010690484.2 申请日: 2020-07-17
公开(公告)号: CN111739656B 公开(公告)日: 2021-02-09
发明(设计)人: 焦增涛 申请(专利权)人: 医渡云(北京)技术有限公司
主分类号: G16H50/80 分类号: G16H50/80
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 孙宝海;阚梓瑄
地址: 100191 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 无症状 感染 预测 传染病 趋势 方法 装置
【权利要求书】:

1.一种基于无症状感染者预测传染病趋势的方法,其特征在于,包括:

获取目标传染病预设时间段内的已知疫情数据;

根据所述已知疫情数据,确定无症状感染者潜伏期内当前被移除的概率以及不同时期的感染能力指数;

根据所述无症状感染者潜伏期内当前被移除的概率、所述不同时期的感染能力指数、所述已知疫情数据以及预先训练好的针对所述目标传染病的传染病模型,预测未来所述目标传染病的疫情数据;

其中,所述不同时期的感染能力指数包括:潜伏期的感染能力指数和感染期的感染能力指数;所述已知疫情数据包括:当前潜伏期人数、当前感染期人数、当前易感期人数以及当前移除期人数;

根据所述无症状感染者潜伏期内当前被移除的概率、所述不同时期的感染能力指数、所述已知疫情数据以及预先训练好的针对所述目标传染病的传染病模型,预测未来所述目标传染病的疫情数据,包括:

根据所述当前潜伏期人数、所述潜伏期的感染能力指数、所述感染期的感染能力指数、所述当前易感期人数、所述无症状感染者潜伏期内当前被移除的概率以及预先训练好的潜伏期模型,预测未来潜伏期人数;

根据所述当前移除期人数、所述当前感染期人数、所述无症状感染者潜伏期内当前被移除的概率以及预先训练好的移除期模型,预测未来移除期人数。

2.根据权利要求1所述方法,其特征在于,所述已知疫情数据还包括:预设时间段内无症状感染者从潜伏期的各个时间段被移除的人数以及所述预设时间段内潜伏期被移除的人数;

根据所述已知疫情数据,确定无症状感染者潜伏期内当前被移除的概率,包括:

根据所述预设时间段内无症状感染者从潜伏期的各个时间段被移除的人数以及所述预设时间段内潜伏期被移除的人数,确定所述预设时间段内无症状感染者从潜伏期的各个时间段被移除的人数占据所述预设时间段内潜伏期被移除的人数的比值;

根据所述预设时间段内无症状感染者从潜伏期的各个时间段被移除的人数占据所述预设时间段内潜伏期被移除的人数的比值,确定所述比值在各个时间段的第一分布的参数,基于所述第一分布确定所述潜伏期内当前被移除的概率。

3.根据权利要求1所述的方法,其特征在于,根据所述已知疫情数据,确定目标传染病在潜伏期的感染能力指数和感染期的感染能力指数,包括:

构建实际被移除人数以及预测被移除人数的均方误差的目标函数;

预设潜伏期的感染能力指数和感染期的感染能力指数的值;

根据所述预设时间段内各个时间段内实际被移除人数,以及根据所述传染病模型预测的预测被移除人数,确定所述目标函数的最小值;

将所述目标函数的最小值对应的潜伏期的感染能力指数和感染期的感染能力指数,分别作为所述目标传染病在潜伏期的感染能力指数和感染期的感染能力指数。

4.根据权利要求1所述的方法,其特征在于,根据所述潜伏期内当前被移除的概率、所述不同时期的感染能力指数、所述已知疫情数据以及预先训练好的针对所述目标传染病的传染病模型,预测未来所述目标传染病的疫情数据,还包括:

根据当前易感染人数、所述潜伏期的感染能力指数、所述感染期的感染能力指数以及预先训练好的易感染模型,预测未来易感染人数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于医渡云(北京)技术有限公司,未经医渡云(北京)技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010690484.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top